Nace AI 发布 Drex for Search 检索层，BrowseComp-Plus 达 92.05%
Nace AI Releases Drex for Search for AI Agents: 92.05% on BrowseComp-Plus With 12.6 Search Calls - MarkTechPost
Nace AI 发布 Drex for Search，把其 Drex 决策模型用于文档检索，Claude Code、Codex、Cursor、OpenCode 等编码智能体可通过 CLI、SDK、MCP 或 REST 调用。在 BrowseComp-Plus 上搭配 GPT-5 取得 92.05% 准确率，每题 12.61 次搜索调用，比榜首条目少 16.6 倍。在 VisDocAgentBench 上以 Qwen 27B 规划器取得 77.5% R@1，比 Claude Opus 5 高 10 个百分点。
正文 · AI 翻译
在 Google 上添加为首选来源
Nace AI 发布了 Drex for Search，将其 Drex 决策模型引入文档检索。Drex for Search 是一个检索层，帮助人类和智能体找到证据。Claude Code、Codex、Cursor 和 OpenCode 等编码智能体可通过 CLI、SDK、MCP 或 REST 调用它。在 Nace 的评估中，搭配 GPT-5 时它在 BrowseComp-Plus 上得分 92.05%，每题使用 12.6 次搜索调用。
TL;DR
规模：一个托管搜索系统，专为搜索 100 万+ 文件而构建。它与 GPT-5、Gemini 3.5 Flash 或 Qwen 27B 等回答模型搭配使用。
运行环境：Nace 的托管云、专用云、你自己的 AWS 或 Azure 账户，或本地部署及气隙环境。
性能：据 Nace 称，在 4 个公开排行榜中的 3 个上排名第 1 或第 2。
最佳：在 VisDocAgentBench 上 R@1 为 77.5%，比 Claude Opus 5（67.5%）高 10 个百分点。
Nace AI 发布了什么？
Nace AI 将搜索视为一系列决策。Drex for Search 将其 Drex 模型应用于这些决策。Drex 在 1 次前向传播中为给定选项分别打出经过校准的概率分数。这使其成本足够低，可用于每个智能体步骤。
TEXTTABLELAYOUT你的 PDF 解析器真的解析正确了吗？omni_parse_bench · 对文本、表格和布局评分 · 开源在 GitHub 上加星→赞助
此次发布针对经典 RAG，Nace 将其概括为分块、嵌入、top-k、祈祷。
该流水线在 3 种情况下会失效：
答案位于第 23 页的表格中
答案需要跨文件进行 2 跳
答案位于扫描版 PDF 中
Drex for Search 在智能体内部如何工作？
Nace 描述了 3 个步骤：
分类：在任何搜索运行之前，Drex 判断该问题是需要快速查找还是需要智能体。智能体路径会读取文档并查询表格。
压缩：Drex 逐层遍历工作区：文件夹、文件、章节、页面。在表格内，它会缩小到表和列。每一层只保留可能包含答案的内容。
回答：只有保留下来的页面和表格会送达 LLM。答案会引用文件和页码。
深度是固定的，因此 Nace 表示，100 万个文件所需的步骤与 1000 个文件一样多。
它对编码智能体的帮助有多大？
Nace AI 在 OfficeQA Pro 上测试了 9 组智能体与模型组合，该基准包含 133 个关于美国财政部公报的问题。主要亮点：正确回答多 6%，步骤少 62%，token 少 56%，速度快 2.3 倍。
测试框架模型原始准确率使用 Drex for Search 的准确率原始智能体轮次使用 Drex for Search 的智能体轮次
Gemini CLIGemini 3.1 Pro54.9%61.7%22.910.4
CodexGPT-6 sol66.2%70.7%14.38.6
Hermes AgentOpus 5.564.3%68.4%8.53.7
Hermes AgentQwen3.8-27B56.4%60.2%20.16.5
Claude CodeOpus 5.566.5%69.9%18.59.1
piOpus 5.565.4%68.4%7.73.7
OpenCodeQwen3.8-27B51.1%53.4%23.710.0
piQwen3.8-27B43.6%45.9%24.311.1
CodexGPT-6 luna54.9%53.4%16.811.3
工作区包含什么？
文件：PDF 和扫描件、xlsx、csv 和 Parquet、mp3 和 mp4、docx、pptx、md、json 和 txt。
引用：每个答案都会指明其来源文件以及页码、行或分钟。
工作区：相互隔离，拥有自己的索引和知识图谱，并可与受邀成员共享。
存储：上传文件或文件夹，或将工作区保存在你自己的 S3 存储桶或 Azure Blob 容器中。
零保留：使用你自己的存储时可用。
领域：税务、并购、SEC 10-K、合同，或你自己的领域。
它在 BrowseComp-Plus 上表现如何？
BrowseComp-Plus 向深度研究智能体提出 830 个多跳问题，涉及约 10 万份固定网络文档。搭配 GPT-5 时，Nace AI 报告：
92.05% 准确率，在排行榜 86 个条目中排名第 2。
每题 12.61 次搜索调用，比唯一领先条目（209.27 次调用）少 16.6 倍。
单次通过准确率 87.32%，使用 8.93 次搜索调用，是 10 次调用以下所有条目中最好的。
在相同 GPT-5 模型下，比 Qwen3-Embed-8B 基线高 20.4 个百分点。
它在文档基准上得分如何？
在 VisDocAgentBench 上，智能体需在 2,375 个 arXiv 页面中找到 1 个目标页面。Drex for Search 搭配开放权重 Qwen 27B 规划器取得 77.5% R@1。已发布的最佳智能体 Claude Opus 5 得分为 67.5%。R@1 在直接问题上为 97.5%，在一个桥接上为 77.5%，在两个桥接上为 57.5%。
在 MADQA 上，智能体需在 800 多份 PDF 上作答并引用页面。Nace 报告搭配 Gemini 3.5 Flash 时准确率为 94.7%，页面归属 F1 为 88.2。其努力校准（Kuiper）为 6.66。根据截至 10 月 20 日读取的排行榜，Nace 将其排名第 1。搭配开放权重 Qwen 27B 时，Nace 报告为 93.4%。
在 EnterpriseRAG-Bench 上，涉及 50 万+ 份公司内部文档，Nace 报告总体得分为 88.22，其排名第 3。这比 OpenAI File Search（61.03）高 27.2 个百分点。
它与已发布的最佳结果相比如何？
排名和分数均按 Nace AI 发布，来自 2026 年 10 月 20 日读取的排行榜。
基准（Drex 排名，据 Nace）系统组织回答模型分数
BrowseComp-Plus，准确率与每题搜索调用数（86 个中第 2）Hybrid Qwen2-7B + Reason-ModernColBERTAI21 LabsGPT-595.18%，209.27 次调用
Drex for SearchNace AIGPT-592.05%，12.61 次调用
Mixedbread Search (v3)MixedbreadGPT-590.48%，11.53 次调用
Reason-ModernColBERTLightOnGPT-587.59%，13.27 次调用
VisDocAgentBench，R@1（第 1）Drex for SearchNace AIQwen 27B（规划器）77.5%
工具使用智能体AnthropicClaude Opus 567.5%
工具使用智能体AnthropicClaude Fable 562.5%
工具使用智能体OpenAIGPT-5.6-sol61.67%
MADQA，准确率（第 1）Drex for SearchNace AIGemini 3.5 Flash94.7%
Agentic RAGProgress SoftwareGemini 3.5 Flash + 3.6 Flash94.3%
Agentic SearchMixedbreadGemini 3.5 Flash93.4%
PPLX Embed 2 RAGPerplexityGemini 3.5 Flash92.1%
File SearchOpenAIGPT-549.6%
EnterpriseRAG-Bench，总体得分（31 个中第 3）Flexor.aiFlexor.aiGPT-6.1 Sol91.48
CDLCausal Dynamics Lab未列出90.91
Drex for SearchNace AI未列出88.22
MixedbreadMixedbreadClaude Opus 586.58
OpenAI File SearchOpenAI托管产品61.03
Azure AI SearchMicrosoft托管产品48.42
Vertex AI SearchGoogle托管产品41.87
开发者如何获取访问权限？
Drex for Search 在 Nace API Console 中运行，通过一个密钥提供 4 种接入方式：
CLI：PyPI 上的 nace-cli。
SDK：适用于 Python 的 nace-sdk 和适用于 TypeScript 的 nace-sdk。
MCP：nace-mcp，适用于 Claude Code、Codex、Cursor 或 OpenCode。
REST：一份 OpenAPI 规范。
要点
Drex for Search 为智能体提供带引用的页面和表格，而非 top-k 分块。
在 BrowseComp-Plus 上达到 92.05%，搜索调用次数比唯一排名靠前的条目少 16.6 倍。
在 VisDocAgentBench 上 R@1 为 77.5%，比 Claude Opus 5 高 10 个百分点。
在 OfficeQA Pro 上，Nace 测试的全部 9 组 harness 与模型组合的智能体轮次均有所下降。
查看 Drex for Search 页面、API Console、文档和 Hugging Face。
Asif Razzaq网站 | + 文章作者简介 ⮌
Asif RazzaqNanbeige 发布 Nanbeige4.3-33B，一个 33B 开放智能体编码模型
Asif Razzaq来自斯坦福和加州大学伯克利分校的研究人员推出 TokenGate：令牌门控注意力使长上下文预填充速度最高提升 11.3 倍
$uv pip install omni-parse-bench✓文本✓表格✓布局→ 按页评分在 GitHub 上加星→赞助
相关文章更多来自作者
Nanbeige 发布 Nanbeige4.3-33B，一个 33B 开放智能体编码模型
来自斯坦福和加州大学伯克利分校的研究人员推出 TokenGate：令牌门控注意力使长上下文预填充速度最高提升 11.3 倍